基于CFD的螺旋桨系统系列用于实尺度性能外推

《Ocean Engineering》：A CFD-based propellers systematic series for full-scale performance extrapolation

　　

研究人员开发了一个大型CFD数据库，用于数值研究螺旋桨尺度效应并改进传统外推方法。结果表明，ITTC换算方法仅与CFD计算得到的推力和扭矩摩擦分量的趋势一致。ITTC换算未能捕捉CFD模拟所揭示的显著压力驱动贡献。压力强烈影响推力和扭矩的尺度效应，导致非单调趋势，有时甚至出现更高的实尺度扭矩。研究结果凸显了对同时考虑摩擦与压力效应的数据驱动换算方法的需求。

**基于CFD的螺旋桨系统系列用于实尺度性能外推——论文解读**

**1. 研究背景与问题**

螺旋桨实尺度性能预测是船舶工程的核心问题之一。由于试验设施存在尺寸与速度限制，模型试验无法满足与实尺度相同的雷诺数，因此必须依赖换算方法将模型尺度数据外推至实尺度。长期以来，ITTC 1978换算方法（ITTC, 1978）是行业内最广泛采用的标准，其基于等效叶剖面假设，认为升力与压差阻力不随雷诺数变化，仅需对摩擦阻力进行修正。然而，模型尺度下的边界层往往处于层流或转捩状态，而实尺度下为全湍流，这种差异不仅影响摩擦力，还会通过黏性-无黏相互作用改变叶片表面压力分布和升力性能。现有研究表明，螺旋桨效率随尺度增大可能升高或降低，取决于几何与载荷，而ITTC方法完全忽略了压力相关力的尺度效应，导致外推结果与实际存在显著偏差。近年来，随着现代螺旋桨设计（如低盘面比、高载荷）和慢速航行需求的出现，尺度效应问题再次成为研究热点。因此，有必要系统地研究几何参数与运行参数对螺旋桨尺度效应的影响，并探索更可靠的外推方法。

**2. 研究内容与关键技术方法**

针对上述问题，研究人员从母型桨出发，通过系统改变叶片数、盘面比、0.7R处螺距比、叶梢螺距和进速系数，构建了包含672种几何的螺旋桨系统系列。所有工况采用基于RANS方程的CFD方法（使用StarCCM+求解器，SST k-ω湍流模型）在五个尺度（直径0.2 m至8 m）和五个进速系数下进行全湍流模拟，并加入壁面粗糙度模型，最终形成26,880个工况的大型数据库。主要关键技术包括：① 全湍流边界层假设，避免转捩模型的不确定性；② 采用壁面函数和粗糙度模型处理实尺度表面粗糙度；③ 通过网格敏感性分析验证数值精度；④ 将推力和扭矩分为摩擦分量与压力分量，与ITTC公式逐项对比；⑤ 利用神经网络（前馈网络，Levenberg-Marquardt训练）对数据库进行拟合，实现任意雷诺数下的尺度修正插值与外推。

**3. 研究结果**

**a. 总体趋势**
CFD计算显示，推力修正ΔKT随盘面比增大而减小，与ITTC预测的相反趋势；而扭矩修正10ΔKQ在低盘面比、高螺距比时可能变为正值，即实尺度扭矩高于模型尺度。螺距比增加使ΔKQ增大甚至变号，叶片数增加使ΔKT增大，但对ΔKQ的影响较为复杂。叶梢载荷对ΔKT影响不大，对ΔKQ的影响则与盘面比相关。进速系数与螺距比存在交互作用，使ΔKT和ΔKQ呈非单调变化。效率修正始终为正，但其幅度受推力与扭矩修正的相对大小影响。

**b. 粗糙度影响**
在CFD中引入等效砂粒粗糙度30 μm后，各趋势形态基本不变，但推力修正和扭矩修正的幅值均降低约20%，效率增益减少0.5%至3%。粗糙度使摩擦增大，从而部分抵消了推力增加和扭矩减小，但并未改变压力分量主导的总体规律。

**c. 与ITTC公式比较**
将CFD结果分解为摩擦与压力分量后发现，摩擦分量与ITTC公式给出的修正趋势和量值高度吻合，尤其是推力部分。然而，压力分量显著且方向常与摩擦相反。低盘面比时，压力引起的推力增加远大于摩擦减小，导致总ΔKT约为ITTC预测的3至4倍；同时，压力对扭矩的贡献几乎总为正，抵消了摩擦引起的扭矩降低，在低盘面比时甚至使实尺度扭矩超过模型尺度。这表明ITTC方法仅能捕捉摩擦效应，而忽略了压力驱动的尺度效应。

**d. 基于数据驱动的方法**
利用神经网络对CFD数据库进行训练，可实现对任意输入参数（如雷诺数）下推力与扭矩修正的准确插值。将网络模型外推到JBC与KP505两个标准螺旋桨，预测的尺度效应趋势与直接CFD计算一致，摩擦分量的预测尤为精确。虽然绝对数值仍有偏差，但结果证明压力相关尺度效应具有普遍性，可推广至训练集之外的几何构型。

**4. 讨论与结论**

论文指出，ITTC换算方法仅基于摩擦修正，完全忽略了压力分量的尺度效应，这会导致在低盘面比、高螺距比等特定几何下严重低估实尺度效率，并影响推进系统的运行点预测。尽管粗糙度的引入会提高摩擦力，但不足以抵消压力贡献。研究结论强调，压力驱动的尺度效应是螺旋桨外推中的普遍机制，而非个别现象；发展考虑摩擦与压力综合作用的数据驱动换算方法（如神经网络、高斯过程等代理模型）是替代传统ITTC公式的可行途径。该研究为螺旋桨实尺度性能预测提供了更全面的物理理解和新的方法论基础。